Trader khó có thể mất việc vào tay robot: Đây là những lý do…

Trader khó có thể mất việc vào tay robot: Đây là những lý do…

Có một sự thật ít người biết đến ở phố Wall là nhiều công ty vẫn phụ thuộc vào những chiếc máy tính già nua…
Những năm 1990, Pual Tudor Jones đã giao cho một nhóm các lập trình viên tiến hành dự án mang tên “Paul in a Box” với mục tiêu tìm ra công thức đầu tư của ông trùm quỹ đầu cơ này cũng như cách ông nảy sinh ra các ý tưởng. Mong muốn cuối cùng là từ đó có thể dạy 1 chiếc máy tính làm được những điều mà Jones đã làm.

Đó thực sự là một công việc khó nhọc. Phần mềm đã được nâng cấp rất nhiều lần và hiện vẫn được sử dụng tại tập đoàn đầu tư Tudor. Nhưng khó có thể nói dự án này đã thành công dù chỉ 1 lần.

Rất nhiều lần các lập trình viên phải bổ sung vào mô hình nhiều loại dữ liệu để có thể bắt chước y hệt những phản ứng của nhà đầu tư nổi tiếng vì đã dự đoán đúng ngày Black Monday cách đây 30 năm. Máy móc cũng không thể nắm bắt những thứ vô hình như tâm trạng của ông.

Rốt cục thì Jones vẫn là người đưa ra các quyết định cuối cùng chứ không phải là “chiếc hộp” đó.

Ví dụ kể trên là minh chứng cho thấy nhiều công việc cao cấp trong ngành tài chính có lẽ sẽ an toàn trước làn sóng tự động hóa. Dù thuật toán máy học (machine-learning algorithms) và các công nghệ khác đang “xâm lấn” lãnh địa của các nhà quản lý tiền tệ, trader và chuyên viên phân tích, nhiều công ty vẫn đang áp dụng những công nghệ có phần lạc hậu.

Có một sự thật ít người biết đến ở phố Wall là nhiều công ty vẫn phụ thuộc vào những chiếc máy tính già nua. Nếu ngay từ khi ra đời đã không thuộc loại muốn trở thành “cao thủ về thuật toán”, họ thường sử dụng một mớ hỗn độn các nền tảng giao dịch, các trang tính Excel và dữ liệu thì được lưu trữ ở nhiều server không hề đồng bộ với nhau. Và sau cùng thì những lãnh đạo đang ở thời kỳ đỉnh cao sự nghiệp sẽ lưỡng lự chưa muốn mở ra một kỷ nguyên không còn cần đến họ nữa.

Kể cả khi các lập trình viên có thể giải quyết những rắc rối về cơ sở hạ tầng kỹ thuật, phần mềm của họ cũng phải thường xuyên được tinh chỉnh. Michael Dubno, kiến trúc sư trưởng tạo ra hệ thống quản trị rủi ro mang tên SecDB của Goldman Sachs, cho rằng đây là lý do chính khiến các nhân viên sale và trader không bị lạc hậu, ít nhất là ở thời điểm hiện tại. Khác với máy móc, họ có được cảm quan về thế giới thực vốn phức tạp hơn bất kỳ hệ thống máy tính nào. Nói ngắn gọn hơn là trí thông minh nhân tạo không thể nhanh nhạy bằng con người.

Ngành tài chính đang thuê các coder để tự động hóa nhiều công đoạn. Phổ biến nhất là sử dụng thuật toán để phân tích dữ liệu, phát hiện ra những xu hướng và mức độ tương quan. Ví dụ như dùng máy móc để tính toán xác suất cổ phiếu Apple sẽ tăng điểm trong vài tuần tới.

Trong số 160 (hoặc tương đương) mẩu tin tuyển dụng mà bộ phận giao dịch chứng khoán của Goldman Sachs đăng lên mạng kể từ đầu năm đến nay, hơn một nửa là tìm kiếm nhân viên công nghệ. Goldman muốn phát triển 1 con chatbot sử dụng công nghệ xử lý ngôn ngữ tự nhiên và suy luận Bayes để đưa ra lời khuyên cho khách hàng.

Ngược lại, có một số công ty đã chờ đợi thời cơ từ rất lâu. Renaissance Technologies, quỹ đầu tư định lượng được thành lập bởi Jim Simons (người trước đây là 1 chuyên gia phá mật mã phục vụ trong quân đội Mỹ) đã sử dụng công nghệ máy học từ nhiều năm nay và thu được nhiều thành tích ấn tượng.

Theo CB Insights, trung bình 1 phần mềm trong ngành tài chính có tuổi thọ khoảng 38 năm. Trong khi đó dữ liệu – “xương sống” của AI – thường ở trong tình trạng thiếu chính xác và rất rời rạc.

Công nghệ máy học có thể được áp dụng trong những công việc như phát hiện gian lận và phân tích rủi ro tín dụng, nhưng áp dụng nó vào hoạt động giao dịch trong 1 thị trường tài chính luôn luôn biến động là điều rất khó khăn. “Khi bạn thu thập được đủ dữ liệu để xây dựng 1 mô hình phức tạp thì xu hướng mà bạn cố gắng nắm bắt đã thay đổi rồi”, Alexey Loganchuk, một chuyên gia trong ngành nói.

Để phát triển những công nghệ tân tiến nhất, các hãng như JPMorgan Chase và T. Rowe Price đã xây dựng lên những trung tâm công nghệ. Tuy nhiên có vẻ như việc áp dụng công nghệ không được coi là ưu tiên hàng đầu bởi các ngân hàng và quỹ đứng luôn đứng trước áp lực phải tạo ra mức lợi suất cao nhất cho nhà đầu tư và luật lệ cũng khiến họ đau đầu.

Nguồn: Thu Hương (Trí thức trẻ/Bloomberg)